GitHub 上有个仓库不到四个月攒了九千多颗星，主语言 TypeScript。它不训练模型、不做编辑器、不卖云端服务，只干一件事：看清你的 AI 编码花销到底去了哪。这就是 getagentseal/codeburn。截至 2026 年 8 月，仓库有 9,092 颗星，TypeScript 为主，MIT 协议，创建于 2026 年 4 月 13 日，桌面版到 v0.9.19。npm 包叫 codeburn，要求 Node 22.13+。README 开篇一句话定调："See where your AI spend goes."——看清你的 AI 花销去哪了。它是一个免费、开源、本地优先（local-first）的工具，追踪你用各种 AI 编码工具时产生的 token 用量和成本，覆盖 36 个工具和 agent，按模型、项目、任务、工具四个维度拆开。背后的组织叫 AgentSeal（agentseal.org），还是 Claude / Codex 的开源受助项目（Open Source Recipient）。
解决什么问题：账单只告诉你总数，不告诉你去哪了
问题很具体。你同时付着 Claude、Codex、Cursor 一堆 AI 工具的订阅费，月底账单只给你一个总数。它不会告诉你这一半的钱花在了"聊天"而不是"写代码"上；不会告诉你某个昂贵的模型把预算烧在了一个便宜模型本可以一枪搞定的活上；更不会告诉你同一个文件被 agent 跨会话反复读了多少遍。每个工具有自己的用量页面，格式各异、口径不一，你在它们之间来回切，拼不出一张完整的图。CodeBurn 解决的就是这个——它读你机器上这些工具已经写好的 session 文件，把每一笔 token 和每一美元按"任务、模型、工具、项目"拆开，让你看到钱到底去了哪。README 原话："You pay for Claude, Codex, Cursor, and a stack of other AI tools. The bill tells you the total. It never tells you that half of it went to conversation instead of code."
核心机制：读本地文件，不拦流量
它的工作方式从"怎么拿到数据"这一步就和同类不一样。CodeBurn 不做代理、不拦你的 API 流量、不要你的 API key、不上传任何东西。它直接读你机器上这些 AI 工具本来就会写到磁盘的 session 文件——Claude Code 的 ~/.claude/projects/ 下的 jsonl、Codex 的 ~/.codex/sessions/、Cursor 的 SQLite state.vscdb、OpenCode 的 opencode.db、Gemini CLI 的 ~/.gemini/tmp/ 会话 json 等等。每个 provider 一个解析文件，加新工具就是加一个文件（README 指着 src/providers/codex.ts 当范例）。价格数据来自 LiteLLM 这个开源项目，每 24 小时刷新一次缓存在 ~/.cache/codeburn/，对 Claude 和 GPT-5 系列还有硬编码的兜底价，防止模型名匹配错算成 0 美元。
四种界面、一个数据源：桌面应用（Desktop）、浏览器看板（Web）、终端 TUI（Terminal）、macOS 菜单栏（Menubar）。README 原话："Four surfaces, one source of truth: everything reads the session files already on your disk." 桌面版 v0.9.19 提供 macOS Apple Silicon 和 Intel 两个 .dmg、Windows 走 Microsoft Store、Linux 给 .deb / .rpm / AppImage 三种包。
36 个集成
官方称 36 个集成。README 的 provider logo 区明确列出的有 34 个，加上数据位置表里多出来的 Codebuff（原 Manicode）等，覆盖面相当广。按 README 明确提到的，包括：Claude Code & Claude Desktop、Cline、CodeWhale、Codex（OpenAI）、Cursor、cursor-agent、Devin、Forge、Gemini CLI、Mistral Vibe、GitHub Copilot、IBM Bob、Kiro、OpenCode、OpenClaw、Pi、OMP（Oh My Pi）、Droid、Roo Code、KiloCode、Qwen、Kimi Code CLI、LingTai TUI、Goose、Antigravity、Crush、Warp、Mux（coder）、Vercel AI Gateway、Zerostack、Grok Build、ZCode、Zed、Hermes Agent。不同 provider 数据位置和格式差别很大：Cursor 走 SQLite、Codex 走按日期分目录的 jsonl、GitHub Copilot 优先读 OTel 的 SQLite store、Zed 的数据是 zstd 压缩的 blob（需要 Node 22.15+ 自带的 zstd 解压）。CodeBurn 把这些口径统一成一张表，按 provider / model / project / task 拆开。--provider 标志可以把任何命令限定到单个工具。
不只是看，还能修
codeburn optimize 扫最近 30 天的会话和你的 ~/.claude/ 配置，找浪费模式：跨会话反复读的同一个文件、Read:Edit 比值过低（只改不读导致返工）、没封顶的 bash 输出、还在每会话付工具 schema 开销但从没调用的 MCP 服务器、定义了却从未触发的幽灵 agent / 技能 / slash 命令、被 @-import 撑大的 CLAUDE.md、cache 创建开销和垃圾目录读取、input 被 output 淹没的会话、没有编辑回合也没有 git 提交却烧钱的低价值会话。每条发现给出预估省下的 token 和美元，还附带一条能直接粘贴的修复（一行 CLAUDE.md、一个环境变量、或一条 mv 归档命令），按紧急程度排序，汇总成一个 A 到 F 的配置健康分。
更狠的是 codeburn optimize --apply 会替你改配置类的发现（设置值、环境变量、归档没用到的 agent 和技能），每次改之前先备份并记日志，codeburn act undo 能回滚。而且它讲"诚实"：一条修复落地满 3 天后，codeburn act report 会拿当初的预估省下来对比你后续会话实际发生了什么——预估对不对，拿现实检验，而不是嘴上说省了就省了。
给预算上锁
codeburn guard install 往 Claude Code 的 .claude/settings.json 里挂 opt-in 钩子，实时盯会话成本：软上限默认 5 美元（超了会话内警告一次）、硬上限默认 15 美元（超了停会话，codeburn guard allow 临时放行）、检查点默认 3 美元（会话结束若超这个数又没编辑没提交，就建议你开个新会话带个明确交付物）。钩子"fail open"——guard 自己坏了也不会挡你的会话。caps 在 ~/.config/codeburn/guard.json 里改。
模型横评和"钱有没有真的变成代码"
codeburn compare 拿你自己的真实数据做模型横评：one-shot rate（一次就成不返工的编辑占比）、retry rate、self-correction、cost per call、cost per edit、cache hit rate。回答的是"哪个模型对我的活儿真的更好"，而不是跑分榜。
codeburn yield 把 AI 会话和 git 提交按时间戳对上：Productive（这个会话的提交进了 main）、Reverted（后来被回滚）、Abandoned（附近没提交或没合并）、Ambiguous（和另一个会话并行，提交归到了更紧的那个窗口）。回答的是"花了这么多钱，到底有没有真的变成代码"。
安装：npx 一行，或各平台下载
最快路径，不装：
npx codeburn打开交互式 TUI 看板，默认看最近 7 天，方向键切周期，q 退出。30 秒你就知道自己 AI 预算花哪了。
装成永久命令：
npm install -g codeburn也支持 bunx codeburn、pnpm dlx codeburn、macOS 上 brew install codeburn。要求 Node.js 22.13+，机器上至少有一个支持的工具在磁盘上留了 session 数据。Cursor 和 OpenCode 会自动装 better-sqlite3。
桌面应用直接从 GitHub Releases 下：macOS Apple Silicon（CodeBurn-0.9.19-arm64.dmg）、macOS Intel（CodeBurn-0.9.19.dmg）、Windows 走 Microsoft Store、Linux 给 .deb / .rpm / AppImage。macOS 菜单栏应用一行命令 codeburn menubar 自动下载最新 .app 装进 ~/Applications 并启动。Linux 上 GNOME 45+ 有个 Shell 扩展给出同样的常驻面板。Windows 目前常驻视图走 codeburn web。
本地浏览器看板：codeburn web 在 http://localhost:4747 开一个带图表的本地看板，服务器只绑 localhost，不上传任何东西。
多设备合并：codeburn share --pair 在别的设备上分享它的用量（打印一个 PIN），主设备 codeburn devices add 配对，PIN 授权，全程走本地局域网。
给 agent 用（MCP）：claude mcp add codeburn -- npx -y codeburn mcp 起一个 stdio 本地 MCP 服务器，暴露两个工具——get_usage（按工具/模型/项目/任务拆开的用量和成本，快）和 get_savings（成本削减：浪费发现、返工税、路由浪费，慢但深）。项目名默认伪匿名化，agent 只有显式带 include_project_names: true 才看得到真名。
同类对比：vs 各家自带的 usage dashboard 和云账单
最直接的"同类"就是各家云厂商自己给的用量页面。Claude Console、OpenAI 的 usage、Cursor 的 admin console 都给你总数和按模型拆分，但有几个共同的短板：一是各管各的，你同时用三家就得开三个页面手动加总；二是只到"模型/天"这个粒度，到不了"任务/项目"这一层，更不会告诉你某次会话是"聊天"还是"写代码"；三是云账单算的是它计费的那部分，你用订阅额度（Claude Pro/Max、Cursor Pro）时的真实消耗它不会按 token 摊给你看。
CodeBurn 的差异在三处：一是 36 个 provider 一张表，跨工具统一口径；二是靠"任务分类"（13 类，纯靠工具调用模式和用户消息关键词判定，不调 LLM、完全确定性）把"聊天/探索/写代码/调试"分开，让你看到"一半钱花在 conversation 上"这种账单看不出的结论；三是 yield 把花费和 git 提交关联，回答"钱有没有变成代码"，这是任何云账单都不会做的事。代价是它只能追踪接入了的工具、且依赖这些工具把 session 写到磁盘——没接入的工具自然看不到，工具改了 session 格式它也得跟着更新（README 自己说"36 个集成要持续维护，底下这些工具每周都在变"）。
和纯做成本监控的云服务比，CodeBurn 的卖点是"本地优先"：你的代码、prompt、session 全程不出机器，价格数据只从 LiteLLM 拉一份缓存在本地。对在意隐私、或者代码不能外发的团队，这是结构性优势。
和本项目的呼应
说个真实关联。这个网站（aiwebcool.com）本身就是用 Claude Code 这类 coding agent 做的，写文章、改代码、部署全程都在和 agent 对话。我们遇到过的情况和 CodeBurn 描述的如出一辙：一个会话烧了半天 token 却没产出几个提交，账单上只有一个总数，根本看不出哪段对话是有效工作、哪段是 agent 在原地打转。"看清花销去哪了"这个问题，对我们这种一人公司用 agent 做内容站来说不是锦上添花，是直接关系到每月成本能不能算明白。CodeBurn 这类工具的意义在于把"AI 编码账单不透明"这件事从"忍着"变成"看得见"。
适合谁，注意什么
适合：同时用多个 AI 编码工具、想看一张总账的开发者；按订阅额度（Pro/Max）付费、想知道真实 token 消耗有没有超订阅的；带团队用 coding agent、想给会话成本上硬上限的技术负责人；在意代码隐私、不能把 session 上传到第三方监控服务的团队。
注意五点。一是要 Node 22.13+（README 明确），Zed 那个 provider 还要 Node 22.15+ 自带的 zstd；Node 版本不够装上也跑不起来。二是它只追踪"接入了的工具"——你在用的 AI 工具得在 36 个集成里、且它把 session 写到了磁盘上 CodeBurn 能找到的路径，否则就是零。codeburn doctor 能逐个 provider 诊断路径探到了没、找到几个 session、解析健不健康。三是不同 provider 的数据精度差很多：Claude Code、Codex、Gemini CLI 有真实 token 计数；Cursor 的 output 是按回复文本估的、cache 是服务端的算不到、长会话会低估，README 自己标注"estimated"；Kiro 不暴露模型、按 Sonnet 价算、token 按内容长度估。看数时要分清"实测"和"估算"。四是 optimize --apply 会改你的配置文件（虽然备份加可 undo），上生产前先 --dry-run 看计划。五是 guard 的钩子目前明确写的是挂进 Claude Code，其他 agent 的硬上限它管不到。Sync（团队遥测）还是 preview 阶段，协议可能跨版本变。
背后的人和模式
背后是 AgentSeal（agentseal.org），是 Claude / Codex 的开源受助项目（Open Source Recipient，badge 链到 claude.com/open-source-max）。社区在 Discord，X 账号 @_codeburn，GitHub Sponsor 走 iamtoruk。商业模式清晰：工具本身 MIT 免费、本地跑，靠 GitHub 赞助养着——README 的原话是"如果它已经帮你省下的钱比赞助费还多，考虑回馈一点"。它也明说 36 个集成要持续维护（工具每周在变、Cursor 改数据库、Claude 挪配置路径、新模型出新价），赞助的钱花在"让数字始终是真的"上。团队或公司赞助还能把 logo 放在 README 所有开发者眼前。注意它自己声明和 CodeBurn Bt. 及 codeburn.hu 无关。
CodeBurn 不复杂——没有一行模型代码，不提供云端服务。它做的事是把你机器上已有的 session 文件读出来、统一口径、按任务模型项目拆开，让"AI 编码账单"从一个月一个总数变成一张看得见去哪的明细。九千颗星的背后，是被各家账单的总数糊弄过的人发现"看清花销去哪"这件事，本身就值钱。
参考来源
- CodeBurn GitHub 仓库（9,092 star，TypeScript，MIT 协议）：https://github.com/getagentseal/codeburn
- README 原文（定位、36 集成、命令清单）：https://github.com/getagentseal/codeburn/blob/main/README.md
- npm 包 codeburn：https://www.npmjs.com/package/codeburn
- AgentSeal 官网：https://agentseal.org
- 开源受助项目页（Claude / Codex Open Source Recipient）：https://claude.com/open-source-max
- 价格数据源 LiteLLM：https://github.com/BerriAI/litellm
- GitHub Sponsor（iamtoruk）：https://github.com/sponsors/iamtoruk